- •Содержание стр.
- •1. Каналы сбыта Пример 1.
- •Пример 2
- •Пример 3.
- •I канал II канал
- •I канал
- •II канал
- •Пример 4
- •Пример 6
- •Пример 5
- •Пример 8
- •Пример 10
- •Пример 11.
- •Пример 12
- •2.Охват рынка
- •Пример 3
- •Пример 4.
- •Пример 5.
- •Пример 6.
- •Пример 7.
- •Пример 8
- •Пример 9
- •Пример 10
- •Пример 11
- •Пример 12
- •3. Объем закупок (поставок) Пример 1.
- •Пример 3
- •4.Товародвижение Пример 1.
- •Данные анкетного опроса о перспективности объема продаж
- •Данные упорядоченного вариационного ряда
- •Пример 4.
- •Пример 5.
- •Пример 6.
- •Решение.
- •Пример 7 .
- •Пример 8.
- •Пример 9.
- •Пример 10.
- •Пример 11.
- •Пример 12.
- •Пример 13.
- •Пример 14.
- •Пример 13
- •Пример 14.
- •Пример 15.
- •Пример 16.
- •Пример 17.
- •Пример 18.
- •Пример 19
- •Пример 20
- •Пример 21
- •Пример 22
- •Пример 23.
- •Пример 24
- •Пример 25.
- •Пример 26.
- •Пример 27
- •Пример 28
- •Пример 29.
- •Пример 30.
- •Пример 31.
- •Пример 32
- •Список литературы:
Пример 28
Необходимо проверить с помощью регрессионного анализа (составление однофакторного уравнения регрессии) наличие зависимости между стажем работы продавцов-консультантов и количеством проданных ими товаров на примере данных таблицы. Надо ответить на вопрос существует ли зависимость: а)да, б)нет.
Таблица 4.23.
Номер работника |
9 |
3 |
7 |
6 |
4 |
8 |
5 |
1 |
10 |
2 |
Стаж работы, мес. |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Кол-во ед. товара, шт. |
7 |
9 |
10 |
15 |
18 |
23 |
19 |
20 |
24 |
22 |
Решение.
1) Стаж выберем в качестве независимой переменной х. Для уточнения формы связи построим график.
Рис. 4.5. .Зависимость количества проданных товаров от стажа работы продавца.
Анализируя ломаную,
можно предположить, что между стажем
продавца и количеством проданных им
товаров существует прямолинейная связь,
которая может быть выражена простым
линейным уравнением регрессии:
,
где
-теоретические
расчетные значения результативного
признака (количество проданных
товаров, шт.), полученные по уравнению
регрессии; а0,а1-
неизвестные параметры уравнения
регрессии; х – стаж работы продавцов,
месяцы.
Таблица 4.24.
№ работника |
Стаж работы, мес. |
Кол-во единиц товара, шт. |
|
|
|
|
3 |
1 |
7 |
1 |
49 |
7 |
4,327 |
7 |
3 |
9 |
4 |
81 |
18 |
6,854 |
6 |
2 |
10 |
9 |
100 |
30 |
9,381 |
4 |
4 |
15 |
16 |
225 |
60 |
11,908 |
8 |
5 |
18 |
25 |
324 |
90 |
14,435 |
5 |
6 |
23 |
36 |
529 |
138 |
16,962 |
1 |
7 |
19 |
49 |
361 |
133 |
19,489 |
2 |
8 |
20 |
64 |
400 |
160 |
22,016 |
10 |
9 |
24 |
81 |
576 |
216 |
24,543 |
9 |
10 |
22 |
100 |
484 |
220 |
27,070 |
Итого |
55 |
157 |
385 |
3129 |
1072 |
156,985 |
Пользуясь расчетными значениями, находим параметры для уравнения регрессии:
;
.
Следовательно,
уравнение регрессии будет иметь вид:
.
2)Проверим адекватность регрессионной модели, для чего проведем
следующие расчеты:
Таблица 4.25
|
|
|
|
|
|
-8,7 |
75,69 |
-11,373 |
129,345 |
2,673 |
7,145 |
-6,7 |
44,89 |
-8,846 |
78,252 |
2,146 |
4,605 |
-5,7 |
32,49 |
-6,319 |
39,930 |
0,619 |
0,383 |
-0,7 |
0,49 |
-3,792 |
14,379 |
3,092 |
9,560 |
2,3 |
5,29 |
-1,265 |
1,600 |
3,565 |
12,709 |
7,3 |
53,29 |
1,262 |
1,593 |
6,038 |
36,457 |
3,3 |
10,89 |
3,789 |
14,357 |
-0,489 |
0,239 |
4,3 |
18,49 |
6,316 |
39,892 |
-2,016 |
4,064 |
8,3 |
68,89 |
8,843 |
78,199 |
-0,543 |
0,295 |
6,3 |
39,69 |
11,37 |
129,277 |
-5,07 |
25,705 |
Итого |
350,1 |
- |
526,824 |
- |
101,162 |
-
среднее квадратическое отклонение
результативного признака
от выровненных значений
.
-
среднее квадратическое отклонение
факторного признака
от общей средней
.
Найдем расчетные
t-критерия
Стьюдента:
;
.
Сравним полученные значения с табличным.
.
Поскольку
< tтабл.,
то а0
признается незначимым, то есть этот
параметр в действительности равен нулю
и лишь в силу случайных обстоятельств
оказался равным проверяемой величине.
Таким образом, наличие взаимосвязи между стажем работы продавцов-консультантов и количеством проданных ими товаров нет, то есть количество проданных товаров не зависит от стажа работы продавца.
Ответ: б) нет.
